类目筛选(食品学者)
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果(及籽类)
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素(宏量)
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
深度筛选(计算机学者)
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
标签记录(食品学者)
标签记录(计算机学者)
共 122 条结果
-
基于指示剂置换分析法的绿茶储藏新鲜度监测
查看原文2023
Food Research International
中科院一区JCR一区Yiyi Zhang, Wenxuan Yuan, Zhengyu Ren, Jingming Ning & Yujie Wang
食品标签
茶/茶饮料 品质、结构与理化性质 过程监测与在线检测 其他方法 光谱/色谱/质谱等分析方法 多酚与黄酮计算机标签
机器学习/统计学习 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据 红外/拉曼光谱数据绿茶在储藏过程中会发生老化,导致其风味和健康价值下降,但目前缺乏绿茶新鲜度的现场检测方法。本研究构建了一种新型灵敏的指示剂置换分析(IDA)传感器,并将其应用于绿茶储藏期间的新鲜度监测。分别采用低成本pH染料和金属离子作为指示剂和受体,用于茶叶样品中儿茶素的目标检测。分别通过图像和紫外-可见光谱验证了IDA反应的可行性。IDA结合监督算法实现了对绿茶新鲜度的准确识别,准确率达86.67%,并且在预测儿茶素单体和总儿茶素方面取得了可接受的准确度,预测偏差比值均超过1.5。因此,所开发的IDA传感器能够对绿茶储藏期间的新鲜度进行定性和定量监测,为绿茶的质量评价与控制提供了新的选择。
-
基于化学计量学的碾茶(Camellia sinensis cv. Yabukita、龙井43和白叶1号)非挥发性/挥发性风味物质研究
查看原文2023
Food Research International
中科院一区JCR一区Qiuwen Yu, Chuangsheng Huang, Ruolan Zhu, Debiao Lu, Liping Liu, Jianhong Lai, Xinyao Zhong, Jueshan Guan, Senjie Zhou, Yilin Tong, Zipei Wang, Ping Chen, Haowei Guo, Qiang Chu, Shuying Gong & Fangyuan Fan
食品标签
茶/茶饮料 特征风味 感官科学与消费者研究 光谱/色谱/质谱等分析方法 代谢组学 风味组学 蛋白质与氨基酸 多酚与黄酮 其他植物化学物质计算机标签
偏最小二乘法 智能手机/其他 分类/鉴别/等级评定 组学数据 质构/流变/感官数据随着茶叶消费需求的增长,开发具有独特特征的产品变得尤为重要。碾茶的感官品质在很大程度上取决于不同茶树品种的内在差异。然而,碾茶的化学成分与其感官特性之间的相关性尚不清楚。为深入理解碾茶的风味形成机制并进一步开发新的品种资源,本研究调查了来自不同茶树品种(薮北种、龙井43和白叶1号)的碾茶中的非挥发性/挥发性代谢物及其感官特性;并通过偏最小二乘判别分析(PLS-DA)、多重因子分析(MFA)和多维对齐(MDA)分析进一步评估了风味特性与非挥发性/挥发性成分之间的关系。在所有样品中共检测到64种非挥发性和116种挥发性化合物,其中71种代谢物被确定为关键风味化学贡献物,涉及氨基酸、黄酮醇苷、黄酮、儿茶素、酮类、醇类、烃类、醛类、酯类和酸类。不同茶树品种制成的碾茶样品中,与滋味相关的氨基酸、黄酮醇苷和没食子酸的含量差异显著。所有样品均表现出典型的碾茶品质特征。来自龙井43和露天栽培的白叶1号的碾茶样品显示出较高水平的氨基酸和没食子酸,这与茶汤的鲜味和醇厚滋味相关。丰富的黄酮醇苷与涩味相关,而部分三糖苷,特别是槲皮素-3-O-半乳糖苷-鼠李糖苷-葡萄糖苷以及总的黄酮醇半乳糖苷-鼠李糖苷-葡萄糖苷,则与醇厚滋味相关。花香醇类被确定为碾茶清爽香气特征的重要贡献者。绿色、杏仁样、酸性和果味气味物质与清新香气相关,而酮类、酯类、酸类和烃类等绿色、干酪样和蜡质气味物质则与海苔样香气相关。本研究深入揭示了不同茶树品种碾茶与感官相关的化学特征,为碾茶的风味和品质鉴定提供了有价值的信息。
-
MS-FINDER 辅助解析普洱茶发酵过程中黄酮类化合物的时间维度谱系
查看原文2022
Journal of Agricultural and Food Chemistry
中科院一区JCR一区Xuan Wang, Na Li, Shengshuang Chen, Ya-Hui Ge, Ying Xiao, Ming Zhao, & Jian-Lin Wu
食品标签
茶/茶饮料 加工与新加工技术 发酵工艺与动力学 多酚与黄酮计算机标签
机器学习/统计学习 分类/鉴别/等级评定 红外/拉曼光谱数据黄酮类化合物是普洱茶中一类重要次生代谢物,对人体健康具有益处。为快速、完整地发现这类化合物,本研究建立了整合 MS-DIAL、MS-FINDER 和分子网络分析的数据挖掘工作流。研究共初步注释 181 种黄酮类化合物,其中 22 种首次在普洱茶中发现,另有 2 种可能为新分子。研究进一步考察了这些黄酮类化合物在普洱茶发酵过程中的动态变化,发现其总体呈先升高后降低趋势。统计分析显示,发酵过程中的第一次至第三次翻堆对黄酮变化影响更大。研究还提出了部分代谢通路。该工作提供了一种快速、自动化的黄酮谱分析策略,发酵过程中黄酮类化合物的时间维度变化可为普洱茶加工工艺和物质基础研究提供理论依据。
-
基于宏观成分定量与代谢组学分析揭示陈年白茶的关键动态化学变化
查看原文2022
Food Chemistry
中科院一区JCR一区Feng Zhao, Mingjie Chen, Shan Jin, Shuyan Wang, Wenjie Yue, Lixiong Zhang & Naixing Ye
食品标签
茶/茶饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 植物化学/生物活性成分计算机标签
偏最小二乘法 分类/鉴别/等级评定 组学数据在国内,人们普遍认为陈化能够提升白茶品质,但其在贮藏过程中引发的组分变化尚不明确。本研究选取了陈化时长分别为 1、2、3、4、5、6、7、10、11 和 13 年的 10 组白茶样品,首先对其宏观组分进行定量检测。结果显示,总黄酮、茶红素(TRs)、茶褐素(TBs)含量呈上升趋势,而总多酚含量逐步下降,这表明酚类物质在陈化过程中发生了转化。研究进一步选取陈化 1、7、13 年的样品开展非靶向代谢组学分析,解析其物质转化规律。结果表明,大部分差异代谢物与黄酮醇糖苷、黄酮糖苷相关,说明酚类组分的动态变化是白茶陈化的关键过程;偏最小二乘判别分析(PLS-DA)也将这些物质确定为区分不同陈化年份白茶的特征标志物。
-
祁门红茶不同等级关键挥发性化合物的香气效应:HS-SPME-GC-MS、感官评价与化学计量学
查看原文2022
Food Chemistry
中科院一区JCR一区Dan Su, Jiao-Jiao He, Yan-Zhu Zhou, Ya-Li Li & Hong-Jie Zhou
食品标签
茶/茶饮料 品质、结构与理化性质 光谱/色谱/质谱等分析方法 其他特殊成分计算机标签
偏最小二乘法 分类/鉴别/等级评定本研究旨在探究 祁门红茶(KBT) 等级与特征香气之间的关联。研究采用顶空固相微萃取(HS-SPME)、气相色谱 - 质谱联用(GC-MS)、感官评价与化学计量学方法,分析不同等级祁门红茶的风味演变规律。结果共鉴定出110 种挥发性成分,其中芳樟醇与芳樟醇氧化物为主体物质。结合正交偏最小二乘判别分析(OPLS-DA)与相对气味活度值(rOAV > 0.1)筛选,确定11 种挥发性成分为祁门红茶关键香气物质,如苯乙醛(rOAV:3.43–5.96)、水杨酸甲酯(rOAV:2.15–2.50)等。偏最小二乘(PLS)模型进一步表明,香叶醇、芳樟醇与水杨酸甲酯有助于保留祁门红茶典型的花香型特征香气。本研究结果深化了对不同等级祁门红茶风味特征的认知。